llm. - страница 75

llm.

Куда идти в IT новичку в 2026: план для быстрого старта в AI от практика

Примерно пол года назад ко мне обратился друг детства, Виктор. Человек, который больше десяти лет проектировал подстанции. И вот он, задаёт вопрос, который, я уверен, хоть раз слышал каждый из вас: «Слушай, я хочу в IT. Куда податься?»Сейчас он занимается автоматизацией в одной IT компании адаптируя LLM под внутренние процессы, но расскажу обо всём по порядку.

продолжить чтение

Облачная vs локальная LLM: что выбрать для своего проекта

Привет! На связи София Филиппова, AI-engineer at Innova и спикер курса «AI в DevOps» от Слёрма. Сегодня хочу поговорить о том, как сделать выбор между облачной и локальной LLM.

продолжить чтение

CEO Anthropic заявил, что 90% кода в компании уже пишет ИИ — но заменять разработчиков пока не собирается

ИИ, способный писать код, пока не вытесняет инженеров в Anthropic.

продолжить чтение

Когда одного агента мало: практический кейс применения мультиагентной системы

продолжить чтение

Нейро-дайджест: ключевые события мира AI за 3-ю неделю октября

Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий.Меня зовут Вандер

продолжить чтение

H2O LLM Studio: как дообучить языковую модель под свои задачи, не привлекая внимания датасаентистов

продолжить чтение

От экспериментов с ИИ до AI-Native: уровни зрелости и архитектура. Часть 2

Всем привет! Это продолжение статьи о трансформации подхода к использованию ИИ — от базового применения к AI-Native.В первой части мы разобрали уровни зрелости искусственного интеллекта, ключевые этапы ИИ-трансформации и классификацию приложений и модальностей LLM.Читать первую частьВо второй части:Эволюция инженерных практикОт Software к Trustware: в процессе непрерывной технологической трансформации AI-Powered Trustware Development Lifecycle

продолжить чтение

Небольшое количество примеров может отравить LLM любого размера

Команда AI for Devs подготовила перевод исследования в котором учёные показали: чтобы встроить «бэкдор» в большую языковую модель, вовсе не нужно контролировать огромную долю обучающих данных — достаточно около 250 вредоносных документов. Этот результат переворачивает представления о масштабируемости атак через отравление данных и ставит новые вопросы к безопасности ИИ.

продолжить чтение

От LangChain к LangGraph: детально разбираемся с фреймворками и всей Lang-экосистемой

LangChain или LangGraph? Какой фреймворк для ии-агентов выбрать? А может быть LangSmith? Или LangFuse? LangFlow? Если вы сходу не отличаете все эти Lang между собой или просто хочется побольше узнать о внутренностях LangChain и LangGraph, то добро пожаловать в эту статью, которую мне хотелось сделать фундаментальной, чтобы ответить сразу на все возникающие вокруг LangChain вопросы.Поговорим про архитектурные различия между LangChain и LangGraph, их подходы, посмотрим как это выглядит в коде, поищем лучшие точки применения и взглянем на сформированную экосистему вокруг.

продолжить чтение

Как ИИ-агенты учатся работать в браузере, и почему это может перевернуть будущее веба

продолжить чтение

Rambler's Top100